Адаптивний вейвлет-фаззі-нейрон типу-2

dc.contributor.authorБодянський, Є.
dc.contributor.authorВинокурова, О.
dc.contributor.authorХарченко, О.
dc.date.accessioned2012-05-03T09:46:39Z
dc.date.available2012-05-03T09:46:39Z
dc.date.issued2011
dc.description.abstractЗапропоновано архітектуру вейвлет-фаззі-нейрона типу-2 та алгоритм навчання усіх його параметрів. Також запропоновано метод редукції моделі, що дає змогу проводити інтелектуальну обробку даних в on-line режимі при високій швидкості надходження даних. Проведено низку комп’ютерних експериментів на реальних даних, що підтверджують доцільність підходу, що розвивається. In the paper the architecture of type-2 wavelet-fuzzy neuron and learning algorithm its of all-parameters are proposed. The type-reduction model method which allows data mining in on-line mode under high speed feeding of data is proposed too. The computational experiments confirm to effectiveness of developed approach.uk_UA
dc.identifier.citationБодянський Є. Адаптивний вейвлет-фаззі-нейрон типу-2 / Є. Бодянський, О. Винокурова, О. Харченко // Вісник Національного університету "Львівська політехніка". – 2011. – № 710 : Комп’ютерні науки та інформаційні технології. – С. 175-181. – Бібліографія: 20 назв.uk_UA
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/12183
dc.language.isouauk_UA
dc.publisherВидавництво Львівської політехнікиuk_UA
dc.subjectвейвлет-фаззі нейрон типу-2uk_UA
dc.subjectфаззі-вейвлет функція належності типу-2uk_UA
dc.subjectредукція моделіuk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectемуляціяuk_UA
dc.subjecttype-2 wavelet-fuzzy-neuronuk_UA
dc.subjecttype-2 fuzzy-wavelet membership functionuk_UA
dc.subjectmodel reductionuk_UA
dc.subjectpredictionuk_UA
dc.subjectidentificationuk_UA
dc.titleАдаптивний вейвлет-фаззі-нейрон типу-2uk_UA
dc.typeArticleuk_UA

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
31_НЕЙРОН ТИПУ-2.pdf
Size:
748.04 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.06 KB
Format:
Item-specific license agreed upon to submission
Description: